高性能服务研发实习生-2027 届

参与 大模型推理系统 的研发与优化，涵盖执行引擎、批处理调度、缓存与动态并发策略；

优化推理路径性能，提升 吞吐率、延迟与稳定性，探索算力与响应速度的平衡；

设计并实现 推理加速机制（如图计算优化、KV 缓存、高效张量调度等）；

参与构建面向 多模态与 Agentic 系统 的推理框架，支撑智能体在真实场景中的快速决策与反馈；

跟踪推理服务的前沿趋势（Speculative Decoding、Context Caching、Dynamic Routing 等），验证其在工程中的落地。

计算机及相关专业，2027 年及以后毕业；

熟悉 Python / C++，具备良好的系统设计与性能分析能力；

理解主流 AI 框架（PyTorch / TensorRT / vLLM / FasterTransformer 等）或推理引擎机制；

对 系统性能优化、分布式服务架构、推理调度 等方向有浓厚兴趣；

若有异步系统、高并发、缓存机制或工程性能调优经验者优先；

能连续实习 3 个月以上，每周出勤至少 4 天。 我们能提供

直面超大规模推理集群的真实系统环境；

与算法、系统、Infra 团队协同优化推理链路的机会；

来自资深系统架构师与模型工程师的 1v1 指导；

若实习表现优异，可转正为全职工程师，共同建设下一代智能推理基础设施。